플러그인

DeepSeek Harness용 라운드별 thinking-level(reasoning_effort) 제어: Auto를 선택하면 최근 도구 호출 기록을 바탕으로 low/high/max를 스케줄하고, 아니면 wire level(off/on/minimal/low/medium/high/xhigh/max)을 수동으로 고정할 수 있다. 사용자 지정 wire 매핑, 모델 인지 capability guard, context-window 프리셋(64K–1M)을 제공하며, 모델별 capability card는 별도 플러그인인 [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions)(dsh-market에서 설치 가능)과 짝을 이뤄, 사용자 지정 OpenAI 호환 게이트웨이(vLLM / LM Studio / 자체 호스팅)가 reasoning을 시험할 수 있게 한다 — card는 llm-pi-ai capabilities를 쓰고, adapter가 wire(compat.thinkingFormat)를 구동하며, 이 플러그인은 takeover list를 자동 유지한다.

DSH 오른쪽 사이드바용 Typora 스타일 Markdown 편집기입니다. 수식과 Mermaid를 실시간 렌더링하고 이미지 오른쪽을 클릭하면 다음 줄에서 계속 작성합니다. Ctrl/Cmd+S는 버전 보호 저장을 하며 세션 workspace 밖에서도 작동합니다. 선택한 내용을 절대 파일 경로와 함께 채팅에 넣습니다.

로컬 영상/음성/이미지를 타임라인·전사·레이아웃으로 만들어 텍스트 모델이 프레임/초/화자를 참조합니다. 매체별 fallback을 meta.attempts에 기록(무음 전환 없음): 호스트 등록 멀티모달→OpenAI 호환 endpoint(키 순환)→로컬 ffmpeg/ASR CLI→메타데이터. auth/quota 실패 때만 cooldown하며 후보를 버리지 않고 체인 끝으로 옮깁니다. 오류는 가린 뒤 자르고 확장자가 아닌 magic bytes를 검사합니다. 선택형 vision-bridge 제공. 모델 등록/inline AV(video_url/input_audio)는 선택 peer dsh-thinking-levels 및 dsh-llm-openai-completions에 의존하며, 없으면 오류 없이 축소됩니다. 기본 원격 전송, strictLocalOnly는 기기 내 보관. ffmpeg/ffprobe/설정된 로컬 ASR CLI는 패키지에 없고 로컬 fallback에만 필요합니다. 없으면 메타데이터로 축소됩니다. Hosts 0.1.7/0.2.0/0.2.1(6 rc, engines.dsh enum); npm dsh-media-lens.

사용자 지정 gateway(vLLM / LM Studio / 자체 호스팅 proxy)용 OpenAI completions 호환 adapter입니다. 항상 `role:"system"`을 사용하고 thinking은 model config를 따르며 Qwen식 응답 분리와 vision 모델의 단일/복수 이미지 입력을 지원합니다.

Manual model probe for DeepSeek Harness: a session-view tab where you pick provider, API type, model and route, then send one real raw HTTP request over openai-completions, openai-responses or anthropic-messages — streaming or not — and read latency, TTFT, HTTP status, token usage and a three-layer diagnosis chain (API request / model response / strict check) on one screen, with errors in plain language.